关于图像处理中特征点描述算子的一点总结Word文档格式.docx
《关于图像处理中特征点描述算子的一点总结Word文档格式.docx》由会员分享,可在线阅读,更多相关《关于图像处理中特征点描述算子的一点总结Word文档格式.docx(15页珍藏版)》请在冰豆网上搜索。
![关于图像处理中特征点描述算子的一点总结Word文档格式.docx](https://file1.bdocx.com/fileroot1/2023-1/2/9492d845-8ade-4f0d-a23a-14a3403b45b5/9492d845-8ade-4f0d-a23a-14a3403b45b51.gif)
spanstyle="
mso-bidi-font-size:
12.0pt;
line-height:
125%;
font-family:
宋体;
mso-ascii-font-family:
"
TimesNewRoman"
;
mso-hansi-font-family:
mso-bidi-font-family:
mso-font-kerning:
0pt;
mso-ansi-language:
FR"
>
(Speed-Up
RobustFeatures<
)算子<
选取图像在尺度空间上的极值点作为候选特征点。
与SIFT<
算子不同的是SURF<
算子采用Hessian<
矩阵行列式近似值来构造金字塔。
提取SURF<
特征点需要4<
个步骤:
特征,对于特征点进行定位,赋予主方向,生成特征点描述符。
3.BRIEF特征
BRIEF<
特征(binaryrobustindependent
elementaryfeatures)<
是Calonder<
等<
在2010<
年提出来的,他采用二进制字符串作为特征点描述符,因而在速度和性能上都有着卓越的表现。
其主要思路是:
在特征点附近随机的选取若干点对,将这些点对的灰度值大小组合成一个长为256<
的二进制字串,并将这个二进制字串作为该特征点的特征描述子。
由于其描述子利用二进制(“0”<
和“1”<
)编码,因此在特征匹配时只需计算2<
个特征点描述子的Hamming<
距离。
大量实验表明,不匹配特征点的描述子的Hamming<
距离在128<
左右,匹配点对描述子的Hamming<
距离则远小于128<
。
由于BRIEF<
的匹配速度远高于SURF<
和SIFT<
,因此应用较为广泛。
特征描述符是一个bit<
串,有若干个二值
<
测试组成,即影像块
(<
尺寸为
)<
经过平滑后再进行若干
测试。
其中,影像块
在x<
处的灰度值定义为
,特征描述符为一个长度为
的二进制串:
这里有两点要注意:
1<
mso-bidi-font-siz